Aera presenterar sex uppdateringar för att bygga upp och styra företagsbeslut med AI

En AI-agent för företag kan föreslå att man byter leverantör eller flyttar lager. För att göra rekommendationen till ett tillförlitligt affärsbeslut krävs mer: relevanta data, en jämförelse av alternativen, policykontroller, behörighet att agera och dokumentation av vad som sedan hände. Aera Technology samlar de här stegen i sex tillägg till sin plattform för agentbaserad beslutsintelligens, som presenterades på AeraHUB 26 NYC den 27 oktober.

Lanseringen omfattar skapande av färdigheter med naturligt språk, Decision Ledger, Policy Studio, interoperabilitet mellan agenter, Dynamic UX och Command Center. Kärnbudskapet är att företag behöver hantera de beslut som deras agenter fattar lika genomtänkt som de hanterar de data och system som agenterna använder.

Det här angreppssättet handlar om mer än att öka enskilda medarbetares produktivitet. Aera riktar in sig på återkommande operativa beslut, till exempel vad som ska tillverkas, vart det ska skickas och när det ska köpas in, där ett beslut kan påverka flera avdelningar och resultatet behöver ligga till grund för nästa beslut.

Bygger vidare på en plattform som kopplar samman data, modeller och genomförande

Aera tillhandahåller den tekniska grunden. Företaget beskriver en Decision Data Model som harmoniserar information från företagssystem och externa källor, kombinerad med orkestrering av affärsregler, optimering, simuleringar, maskininlärning och agenter. Plattformen stöder också interaktion med användare på naturligt språk.

Aeras färdigheter samlar dessa funktioner kring specifika affärsproblem. En färdighet kombinerar dataintegration, analys, beslutslogik och genomförande i målsystem. Det gör den till en återanvändbar operativ förmåga, snarare än bara ett svar som genereras i ett chattfönster.

De sex presenterade tilläggen handlar om hur företag skapar, övervakar och utökar den här automatiseringen. De speglar också en praktisk begränsning för företagsagenter: resonemang är bara användbart när systemet har tillgång till relevant affärskontext och ett kontrollerat sätt att genomföra sin slutsats.

Skill Building omvandlar en affärsförfrågan till en automatiseringsplan

Den uppdaterade Skill Building-upplevelsen börjar med en affärsutmaning som uttrycks på vanligt språk. En användare kan be Aera att bygga en funktion som identifierar leverantörer i riskzonen. Systemet föreslår en plan som användaren granskar, förfinar och godkänner innan den blir styrd beslutsautomatisering.

Enligt Aera kan processen ofta genomföras under en enda arbetssession. Lanseringen innehåller inget oberoende riktmärke för tidsåtgång, men den avsedda förändringen är tydlig: att minska det konfigurationsarbete som kräver specialister mellan att beskriva ett problem och att införa ett upprepningsbart svar.

Granskningssteget är fortfarande viktigt. En operativ begäran kan dölja val om vilka data man ska lita på, vad som räknas som en risk och vem som har rätt att agera. En föreslagen plan gör det möjligt att diskutera dessa val innan automatiseringen godkänns. Användare kan sedan förfina och uppdatera färdigheter genom dialog när verksamhetens krav förändras.

Decision Ledger och Policy Studio gör styrning till en del av arbetsflödet

Decision Ledger är utformat för att bevara sammanhanget bakom ett beslut: situationen, resonemanget, de utvärderade policyerna, de åtgärder som vidtagits och det slutliga resultatet. Det registrerar beslut som fattas i Aera och beslut som skickas in från andra system via dess API. Företaget uppger också att Aera kan identifiera beslut som växer fram i en konversation och be en person att bekräfta dem.

Dokumentationen kan vara värdefull när ett team behöver förstå varför ett undantag godkändes eller om en tidigare åtgärd fungerade. Ett transaktionssystem kan visa att lagret flyttades; en beslutslogg är avsedd att förklara omständigheterna och avvägningarna som ledde till flytten.

Policy Studio hanterar reglerna för genomförandet. Team laddar upp ett policydokument eller beskriver en regel, och Aera utformar regler som en person får godkänna. Reglerna kan testas mot pågående beslut innan de börjar tillämpas. När de har aktiverats kan de blockera ett beslut, kräva godkännande eller utfärda en varning, och utvärderingsresultaten registreras i Decision Ledger.

Sambandet mellan de två produkterna är betydelsefullt: policykontroller utförs medan ett beslut fattas, och resultaten blir en del av beslutets historik. Det ger organisationer ett sätt att koppla kontroller till dokumentation av hur de har tillämpats, i stället för att behöva återskapa förloppet i efterhand.

Kopplar samman företagsagenter utan att förlora affärskontexten

Interoperabilitetstilläggen kopplar samman Aera med Microsoft Copilot Studio, externa agenter via Agent2Agent (A2A) och externa verktyg via Model Context Protocol (MCP). Det rör sig om olika integrationsvägar: A2A stöder samarbete mellan agenter, medan MCP tillhandahåller ett gränssnitt för åtkomst till verktyg och kontext.

För en organisation som redan använder assistenter och agenter ligger fördelen i att kunna återanvända funktioner. Aeras beslutsfunktioner kan ingå i ett befintligt arbetsflöde, samtidigt som andra system behåller sina egna gränssnitt och funktioner. Produktutmaningen är att se till att affärskontext, behörigheter och policykontroller fortsätter att gälla när arbetet passerar dessa gränser.

I tillkännagivandet beskrivs interoperabilitet som ett sätt att koppla samman resonemang, styrning och genomförande. Själva integrationen är inte ett bevis på att resultaten från alla anslutna agenter är korrekta; det beror fortfarande på beslutsprocessen, källdata och kontrollerna kring åtgärden.

Dynamic UX och Command Center gör besluten synliga

Med Dynamic UX kan användare skapa och anpassa upplevelser med hjälp av instruktioner på naturligt språk och Aeras diagram, tabeller, rekommendationer och åtgärdspunkter. Därefter kan de publicera upplevelserna som en del av en Skill. Aera beskriver omarbetningen som ett steg bort från en traditionell inkorg för rekommendationer och mot interaktiva arbetsytor anpassade efter olika roller.

Det är användbart eftersom olika beslut kräver olika beslutsunderlag. En inköpsansvarig som granskar leverantörsrisker och en planerare som bedömer lageröverföringar kan behöva olika jämförelser, tröskelvärden och åtgärder, även när båda använder samma underliggande plattform.

Command Center ger en helhetsbild av verksamheten genom att omfatta beslutsaktivitet, resultat och affärspåverkan för både strukturerade och situationsbaserade beslut, oavsett om människor får stöd eller genomförandet automatiseras. Funktionen är tänkt att hjälpa organisationer att utvärdera resultaten och identifiera var beslutsprocesserna behöver förbättras i takt med att användningen breddas.

”Vår vision har alltid varit att hantera beslut som en digital tillgång: att de dokumenteras, styrs och förbättras kontinuerligt”, sade Shariq Mansoor, medgrundare och teknikchef på Aera.

De sex tillskotten stödjer den visionen i olika skeden av livscykeln: bygga upp förmågan, tillämpa policy, samordna system, presentera beslutsunderlag, dokumentera resultatet och övervaka prestandan. Deras affärsvärde beror på hur väl delarna fungerar tillsammans i den dagliga verksamheten. För företags-AI är den avgörande förändringen att gå från att ta fram en rimlig rekommendation till att hantera en åtgärd vars resonemang, begränsningar och utfall går att granska.